期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向动态交通流的高速公路事故风险模型空间移植研究
被引量:
6
1
作者
杨洋
贺昆
+2 位作者
王云鹏
陈垚
袁振洲
《交通运输系统工程与信息》
EI
CSCD
北大核心
2023年第3期174-186,共13页
本文旨在探究不同尺度数据集对高速公路实时事故风险建模的影响,并实现不同数据特征路段间事故风险模型的空间移植。首先,提取不同特征路段检测器信息,以动态交通流匹配事故数据构建多尺度数据集:高精度数据集、小样本数据集、低精度数...
本文旨在探究不同尺度数据集对高速公路实时事故风险建模的影响,并实现不同数据特征路段间事故风险模型的空间移植。首先,提取不同特征路段检测器信息,以动态交通流匹配事故数据构建多尺度数据集:高精度数据集、小样本数据集、低精度数据集以及同尺度条件下(同为高精度大样本量)的空间差异数据集;进而,通过贝叶斯Logistic回归量化不同样本量对事故风险模型预测性能的影响;分别采用统计学和机器学习手段建模分析高精度和低精度数据集;最后,基于贝叶斯更新方法建立实时事故风险移植模型,对高速公路实时事故风险预测模型进行空间移植,并验证其可靠性。结果显示:贝叶斯Logistic回归的性能随着样本量增大而有所提升;高精度数据条件下,贝叶斯Logistic回归和RF-SVM(Random Forest-Support Vector Machine)模型的AUC(Area Under Curve)值比低精度条件下分别高出0.092和0.037;在不同数据精度的空间移植中,贝叶斯更新方法可令低精度路段模型的AUC值从0.645提至0.714,在相同数据尺度的空间移植中,该方法可将被更新路段模型的AUC值从0.737提至0.751。结论表明:高样本量路段的模型虽然具备较高的分类准确度,但无法稳定地提升模型的预测性能,而高精度数据路段的模型可获得更高的分类准确度和预测精度;统计学方法在模型解释层面更具优势,机器学习手段在低精度数据路段下的预测性能更好;贝叶斯更新模型能够在一定程度提升空间移植效果。
展开更多
关键词
交通
工程
动态交通安全
模型移植
高速公路
贝叶斯Logistic回归
机器学习
下载PDF
职称材料
题名
面向动态交通流的高速公路事故风险模型空间移植研究
被引量:
6
1
作者
杨洋
贺昆
王云鹏
陈垚
袁振洲
机构
北京航空航天大学交通科学与工程学院
北京航空航天大学车路协同与安全控制北京市重点实验室
北京交通大学
出处
《交通运输系统工程与信息》
EI
CSCD
北大核心
2023年第3期174-186,共13页
基金
国家重点研发计划(2020YFB1600301)
中国博士后科学基金(2021M700333)
北京市自然科学基金(J210001)。
文摘
本文旨在探究不同尺度数据集对高速公路实时事故风险建模的影响,并实现不同数据特征路段间事故风险模型的空间移植。首先,提取不同特征路段检测器信息,以动态交通流匹配事故数据构建多尺度数据集:高精度数据集、小样本数据集、低精度数据集以及同尺度条件下(同为高精度大样本量)的空间差异数据集;进而,通过贝叶斯Logistic回归量化不同样本量对事故风险模型预测性能的影响;分别采用统计学和机器学习手段建模分析高精度和低精度数据集;最后,基于贝叶斯更新方法建立实时事故风险移植模型,对高速公路实时事故风险预测模型进行空间移植,并验证其可靠性。结果显示:贝叶斯Logistic回归的性能随着样本量增大而有所提升;高精度数据条件下,贝叶斯Logistic回归和RF-SVM(Random Forest-Support Vector Machine)模型的AUC(Area Under Curve)值比低精度条件下分别高出0.092和0.037;在不同数据精度的空间移植中,贝叶斯更新方法可令低精度路段模型的AUC值从0.645提至0.714,在相同数据尺度的空间移植中,该方法可将被更新路段模型的AUC值从0.737提至0.751。结论表明:高样本量路段的模型虽然具备较高的分类准确度,但无法稳定地提升模型的预测性能,而高精度数据路段的模型可获得更高的分类准确度和预测精度;统计学方法在模型解释层面更具优势,机器学习手段在低精度数据路段下的预测性能更好;贝叶斯更新模型能够在一定程度提升空间移植效果。
关键词
交通
工程
动态交通安全
模型移植
高速公路
贝叶斯Logistic回归
机器学习
Keywords
traffic engineering
dynamic traffic safety
model transplantation
freeway
Bayesian Logistic regression
machine learning
分类号
U491.31 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向动态交通流的高速公路事故风险模型空间移植研究
杨洋
贺昆
王云鹏
陈垚
袁振洲
《交通运输系统工程与信息》
EI
CSCD
北大核心
2023
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部